一种反透一体式智能超表面网络的多协议传输优化方法

1.本技术涉及智能反射面技术领域，特别是涉及一种反透一体式智能超表面网络的多协议传输优化方法。


背景技术：

2.近年来，智能超表面(ris)引起了工业界和学术界的极大兴趣。由于ris可以安装在平面上反射无线信号，并在发射机(tx)和接收机(rx)之间建立虚拟端到端链路，因此已成为克服无线系统阻塞的关键技术。ris已经引起了人们对各种无线网络和应用的极大兴趣，例如多输入单输出通道、多单元网络、多输入多输出网络、无人机网络、非正交多址通道等。
3.然而，现有的工作多数仅考虑了反射型的ris，其中ris只能反射入射的无线信号，使得tx和rx需要部署在ris的同一侧，与实际不符，无线网络的覆盖范围小。


技术实现要素：

4.基于此，有必要针对上述技术问题，提供一种能够大大扩展无线网络的覆盖范围的反透一体式智能超表面网络的多协议传输优化方法。
5.一种反透一体式智能超表面网络的多协议传输优化方法，所述方法应用于包含发射机、反透一体式智能超表面以及多组用户的下行链路多用户系统，所述方法包括：
6.设置反透一体式智能超表面的幅度系数约束和相位系数约束；
7.在能量分裂场景下根据幅度系数约束和相位系数约束设置预编码矩阵和反透射系数矩阵联合优化问题的约束条件，以及将系统吞吐量最大化设置为预编码矩阵和反透射系数矩阵联合优化问题的目标函数；
8.根据约束条件和目标函数，建立能量分裂场景下预编码矩阵和反透射系数矩阵联合优化问题的求解模型；
9.利用等效方法对求解模型中的目标函数进行重新表述，得到新的预编码矩阵和反透射系数矩阵联合优化问题的求解模型；
10.根据分块坐标下降方法对新的预编码矩阵和反透射系数矩阵联合优化问题的求解模型进行求解，将求解过程划分为三个子迭代过程，利用拉格朗日对偶方法和约束凹凸过程方法对三个子迭代过程中预编码矩阵和反透射系数矩阵的求解过程进行求解，得到最优的预编码矩阵和反透射系数矩阵；
11.根据最优的预编码矩阵和反透射系数矩阵对反透一体式智能超表面网络的多协议传输进行优化。
12.在其中一个实施例中，设置反透一体式智能超表面的幅度系数约束和相位系数约束，包括：
13.设置反透一体式智能超表面的幅度系数约束为相位系数约束为
其中，l∈{t,r}表示处于透射/反射模式，t表示透射模式，r表示反射模式，m＝1,2,
…
,m，m为元件个数。
14.在其中一个实施例中，根据约束条件和目标函数，建立能量分裂场景下预编码矩阵和反透射系数矩阵联合优化问题的求解模型，包括：
15.根据约束条件和目标函数，建立能量分裂场景下预编码矩阵和反透射系数矩阵联合优化问题的求解模型为
[0016][0017][0018][0019]
其中，w
l
表示第l个用户的预编码矩阵,ω
l
∈[0,1],∑
l
ω
l
＝1为第l位用户的权值，ps为最大发射功率，φ
l
∈￡m×m表示反透一体式智能超表面的反透射系数矩阵，r
l
表示第l个用户的可达信息率。
[0020]
在其中一个实施例中，在模式选择场景下，根据约束条件和目标函数，建立预编码矩阵和反透射系数矩阵联合优化问题的求解模型为
[0021][0022][0023][0024]
在其中一个实施例中，在时间切换场景下，所有元件在两种模式之间的正交时间槽中切换，其中透射和发射模式的槽长记为τ
l
，根据约束条件和目标函数，建立预编码矩阵、反透射系数矩阵和模式槽长联合优化问题的求解模型为：
[0025][0026][0027]
τ
l
∈[0,1],∑
l
τ
l
＝1
[0028][0029]
在其中一个实施例中，利用等效方法对求解模型中的目标函数进行重新表述，得到新的预编码矩阵和反透射系数矩阵联合优化问题的求解模型，包括：
[0030]
利用等效方法对求解模型中的目标函数进行重新表述，首先使用线性解码矩阵来恢复第l个用户的信号向量，得到第l个用户的均方误差矩阵：
[0031]
[0032]
其中f∈￡m×n表示发射机与智能超表面之间的信道矢量，h
l
表示智能超表面与用户l之间的信道矢量，i表示单位矩阵，为第l个用户处的噪声方差；
[0033]
引入一组辅助矩阵v
l
∈￡n×n，得到新的预编码矩阵和反透射系数矩阵联合优化问题的求解模型为
[0034][0035][0036][0037]
其中，h
l
(v
l
,u
l
,w
l
,φ
l
)＝log2|v
l
|-tr(v
lel
)；
[0038]
采用分块坐标下降法方法来处理约束问题，其中整个过程包括以下子迭代：
[0039]
1)固定{w
l
,φ
l
}，得到最优矩阵变量{u
l
,v
l
}为：
[0040][0041][0042]
其中由最优的代入得到，即
[0043]
2)对于固定的{u
l
,v
l
,φ
l
}，求解最优的w
l
；
[0044]
3)对于固定的{u
l
,v
l
,w
l
}，求解最优的φ
l
。
[0045]
在其中一个实施例中，利用拉格朗日对偶方法和约束凹凸过程方法对三个子迭代过程中预编码矩阵和反透射系数矩阵的求解过程进行求解，得到最优的预编码矩阵和反透射系数矩阵，包括：
[0046]
利用拉格朗日对偶方法对三个子迭代过程中预编码矩阵的求解过程进行求解，将代入新的预编码矩阵和反透射系数矩阵联合优化问题的求解模型，忽略不相关项，得到预编码矩阵求解模型为
[0047][0048][0049]
其中，为辅助变量；
[0050]
应用对偶性得到预编码矩阵求解模型的拉格朗日代价函数为：
[0051][0052]
其中，λ》0表示预编码矩阵和反透射系数矩阵联合优化问题的求解模型的对偶变量,表示取实部；
[0053]
根据一阶优化条件和拉格朗日代价函数对预编码矩阵求解模型进行求解，得到预
编码矩阵为其中i表示单位矩阵。
[0054]
在其中一个实施例中，利用约束凹凸过程方法对三个子迭代过程中反透射系数矩阵的求解过程进行求解，将w
l
代入得到反透射系数矩阵求解模型
[0055][0056]
其中：
[0057]
φ
l
＝diag(φ
l
)
[0058][0059][0060]
引入矩阵则有和将反透射系数矩阵求解模型转化为
[0061][0062][0063]
diag(ωr+ω
t
)＝1
[0064]
引理：根据等式t＝tth等价于：
[0065][0066]
tr(tt
h-d1)≥0
[0067]
其中和为松弛变量；
[0068]
由引理将反透射系数矩阵求解模型转化为凸优化问题；
[0069]
凸优化问题为
[0070][0071]
s.t.diag(ωr+ω
t
)＝1
[0072][0073][0074]
根据凸优化工具箱cvx对凸优化问题进行求解，得到反透射系数矩阵。
[0075]
上述一种反透一体式智能超表面网络的多协议传输优化方法，本技术通过将系统吞吐量最大化设置为预编码矩阵和反透射系数矩阵联合优化问题的目标函数，设置反透一体式智能超表面的幅度系数约束和相位系数约束来构建预编码矩阵和透射与反透射系数矩阵进行了联合设计，利用等效方法重新表述了系统吞吐量目标，将原本非凸不可解的函数转化，使其经过数学方法转换后，能变成可求解的目标，再根据分块坐标下降方法对新的预编码矩阵和反透射系数矩阵联合优化问题的求解模型进行求解，将求解过程划分为三个子迭代过程，利用拉格朗日对偶方法和约束凹凸过程方法对三个子迭代过程中预编码矩阵和反透射系数矩阵的求解过程进行求解，根据得到的反透射系数进行协同作用以控制透射和反射信号，可以大大扩展无线网络的覆盖范围。
附图说明
[0076]
图1为一个实施例中一种反透一体式智能超表面网络的多协议传输优化方法的流程示意图；
[0077]
图2为一个实施例中下行链路多用户系统的框架示意图。
具体实施方式
[0078]
为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
[0079]
在一个实施例中，如图1所示，提供了一种反透一体式智能超表面网络的多协议传输优化方法，所述方法应用于包含发射机、反透一体式智能超表面以及多组用户的下行链路多用户系统，包括以下步骤：
[0080]
步骤102，设置反透一体式智能超表面的幅度系数约束和相位系数约束；在能量分裂场景下根据幅度系数约束和相位系数约束设置预编码矩阵和反透射系数矩阵联合优化问题的约束条件，以及将系统吞吐量最大化设置为预编码矩阵和反透射系数矩阵联合优化问题的目标函数。
[0081]
如图2所示，针对下行链路多用户系统，其中包含一个配置了n个天线的发射机和一个配置m个元件的智能超表面，以及一个配置了n
t
个天线的t组用户和一个配置了nr个天线的r组用户分别位于智能超表面的两侧。记f∈￡m×n、和分别表示发射机与智能超表面之间、智能超表面与t组用户、智能超表面与r组用户之间的信道矢量。记为第l个用户的预编码矩阵，φ
l
∈￡m×m为反透一体式智能超表面的反透射系数矩阵，为第l个用户处的噪声向量，满足其中为噪声方差。
[0082]
满足系统发射机功率、反透一体式智能超表面中透射与反射幅度和相位的耦合关系为约束条件，以系统吞吐量最大化为目标函数构建优化问题，通过求解最优化问题得到预编码矩阵和透射与反射系数。
[0083]
步骤104，根据约束条件和目标函数，建立能量分裂场景下预编码矩阵和反透射系数矩阵联合优化问题的求解模型；利用等效方法对求解模型中的目标函数进行重新表述，得到新的预编码矩阵和反透射系数矩阵联合优化问题的求解模型。
[0084]
利用等效方法对求解模型中的目标函数进行重新表述，将原本非凸不可解的函数转化，使其经过数学方法转换后，能变成可求解的目标。
[0085]
步骤106，根据分块坐标下降方法对新的预编码矩阵和反透射系数矩阵联合优化问题的求解模型进行求解，将求解过程划分为三个子迭代过程，利用拉格朗日对偶方法和约束凹凸过程方法对三个子迭代过程中预编码矩阵和反透射系数矩阵的求解过程进行求解，得到最优的预编码矩阵和反透射系数矩阵。
[0086]
步骤108，根据最优的预编码矩阵和反透射系数矩阵对反透一体式智能超表面网络的多协议传输进行优化。
[0087]
将得到的反透射系数替换反透一体式智能超表面网络中的对应的系数来控制透射和反射信号，可以大大扩展下行链路多用户系统的无线网络的覆盖范围。
[0088]
上述一种反透一体式智能超表面网络的多协议传输优化方法中，本技术通过将系统吞吐量最大化设置为预编码矩阵和反透射系数矩阵联合优化问题的目标函数，设置反透一体式智能超表面的幅度系数约束和相位系数约束来构建预编码矩阵和透射与反透射系数矩阵进行了联合设计，利用等效方法重新表述了系统吞吐量目标，将原本非凸不可解的函数转化，使其经过数学方法转换后，能变成可求解的目标，再根据分块坐标下降方法对新的预编码矩阵和反透射系数矩阵联合优化问题的求解模型进行求解，将求解过程划分为三个子迭代过程，利用拉格朗日对偶方法和约束凹凸过程方法对三个子迭代过程中预编码矩阵和反透射系数矩阵的求解过程进行求解，根据得到的反透射系数进行协同作用以控制透射和反射信号，可以大大扩展无线网络的覆盖范围。
[0089]
在其中一个实施例中，设置反透一体式智能超表面的幅度系数约束和相位系数约束，包括：
[0090]
设置反透一体式智能超表面的幅度系数约束为相位系数约束为其中，l∈{t,r}表示处于透射/反射模式，t表示透射模式，r表示反射模式，m＝1,2,
…
,m，m为元件个数。
[0091]
在其中一个实施例中，根据约束条件和目标函数，建立能量分裂场景下预编码矩阵和反透射系数矩阵联合优化问题的求解模型，包括：
[0092]
根据约束条件和目标函数，建立能量分裂场景下预编码矩阵和反透射系数矩阵联合优化问题的求解模型为
[0093][0094][0095][0096]
其中，w
l
表示第l个用户的预编码矩阵,ω
l
∈[0,1],∑
l
ω
l
＝1为第l位用户的权值，ps为最大发射功率，φ
l
∈￡m×m表示反透一体式智能超表面的反透射系数矩阵，r
l
表示第l个用户的可达信息率。
[0097]
在具体实施例中，l表示透射用户或反射用户，对于能量分裂方案，记
则第l个用户的可达信息率为其中是干扰加噪声协方差矩阵，当l＝r时，l
′
＝t，反之亦然。
[0098]
以系统吞吐量最大化为目标函数，以幅度系数约束和相位系数约束为约束条件，对预编码矩阵和反透射系数矩阵进行联合设计构建优化问题。
[0099]
在其中一个实施例中，在模式选择场景下，根据约束条件和目标函数，建立预编码矩阵和反透射系数矩阵联合优化问题的求解模型为
[0100][0101][0102][0103]
在其中一个实施例中，在时间切换场景下，所有元件在两种模式之间的正交时间槽中切换，其中透射和发射模式的槽长记为τ
l
，根据约束条件和目标函数，建立预编码矩阵、反透射系数矩阵和模式槽长联合优化问题的求解模型为：
[0104][0105][0106]
τ
l
∈[0,1],∑
l
τ
l
＝1
[0107][0108]
在具体实施例中，针对能量分裂(es)、模式选择(ms)和时间切换(ts)三种协议方案分别提出了不同的求解算法，对于能量分裂协议，反透一体式智能超表面的所有元件都同时工作在透射和反射模式下；对于模式选择协议，智能超表面的元件被分为m
t
和mr两组，分别工作在透射和反射模式下；对于时间切换协议，所有元件在两种模式之间的正交时间槽中切换，其中透射和发射模式的槽长分别记为τ
t
和τr，满足τ
t
+τr＝1，并通过仿真证明了反透一体式智能超表面相比仅反射智能超表面的优越性，给出了不同方案适合的应用场景，大大提高了本技术的适用范围。
[0109]
在其中一个实施例中，利用等效方法对求解模型中的目标函数进行重新表述，得到新的预编码矩阵和反透射系数矩阵联合优化问题的求解模型，包括：
[0110]
利用等效方法对求解模型中的目标函数进行重新表述，首先使用线性解码矩阵来恢复第l个用户的信号向量，得到第l个用户的均方误差矩阵：
[0111][0112]
其中f∈￡m×n表示发射机与智能超表面之间的信道矢量，h
l
表示智能超表面与用户l之间的信道矢量，i表示单位矩阵，为第l个用户处的噪声方差；
[0113]
引入一组辅助矩阵v
l
∈￡n×n，得到新的预编码矩阵和反透射系数矩阵联合优化问题的求解模型为
[0114][0115][0116][0117]
其中，h
l
(v
l
,u
l
,w
l
,φ
l
)＝log2|v
l
|-tr(v
lel
)；
[0118]
采用分块坐标下降法方法来处理约束问题，其中整个过程包括以下子迭代：
[0119]
1)固定{w
l
,φ
l
}，得到最优矩阵变量{u
l
,v
l
}为：
[0120][0121][0122]
其中由最优的代入得到，即
[0123]
2)对于固定的{u
l
,v
l
,φ
l
}，求解最优的w
l
；
[0124]
3)对于固定的{u
l
,v
l
,w
l
}，求解最优的φ
l
。
[0125]
在其中一个实施例中，利用拉格朗日对偶方法和约束凹凸过程方法对三个子迭代过程中预编码矩阵和反透射系数矩阵的求解过程进行求解，得到最优的预编码矩阵和反透射系数矩阵，包括：
[0126]
利用拉格朗日对偶方法对三个子迭代过程中预编码矩阵的求解过程进行求解，将代入新的预编码矩阵和反透射系数矩阵联合优化问题的求解模型，忽略不相关项，得到预编码矩阵求解模型为
[0127][0128][0129]
其中，为辅助变量；
[0130]
应用对偶性得到预编码矩阵求解模型的拉格朗日代价函数为：
[0131][0132]
其中，λ》0表示预编码矩阵和反透射系数矩阵联合优化问题的求解模型的对偶变量,表示取实部；
[0133]
根据一阶优化条件和拉格朗日代价函数对预编码矩阵求解模型进行求解，得到预编码矩阵为其中i表示单位矩阵。
[0134]
在其中一个实施例中，利用约束凹凸过程方法对三个子迭代过程中反透射系数矩
阵的求解过程进行求解，将w
l
代入得到反透射系数矩阵求解模型
[0135][0136]
其中：
[0137]
φ
l
＝diag(φ
l
)
[0138][0139][0140]
引入矩阵则有和将反透射系数矩阵求解模型转化为
[0141][0142][0143]
diag(ωr+ω
t
)＝1
[0144]
引理：根据等式t＝tth等价于：
[0145][0146]
tr(tt
h-d1)≥0
[0147]
其中和为松弛变量；
[0148]
由引理将反透射系数矩阵求解模型转化为凸优化问题；
[0149]
凸优化问题为
[0150][0151]
s.t.diag(ωr+ω
t
)＝1
[0152][0153][0154]
根据凸优化工具箱cvx对凸优化问题进行求解，得到反透射系数矩阵。
[0155]
应该理解的是，虽然图1的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的
执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
[0156]
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
[0157]
以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术专利的保护范围应以所附权利要求为准。

技术特征：
1.一种反透一体式智能超表面网络的多协议传输优化方法，其特征在于，所述方法应用于包含发射机、反透一体式智能超表面以及多组用户的下行链路多用户系统，所述方法包括：设置所述反透一体式智能超表面的幅度系数约束和相位系数约束；在能量分裂场景下根据所述幅度系数约束和相位系数约束设置预编码矩阵和反透射系数矩阵联合优化问题的约束条件，以及将系统吞吐量最大化设置为预编码矩阵和反透射系数矩阵联合优化问题的目标函数；根据所述约束条件和所述目标函数，建立能量分裂场景下预编码矩阵和反透射系数矩阵联合优化问题的求解模型；利用等效方法对所述求解模型中的目标函数进行重新表述，得到新的预编码矩阵和反透射系数矩阵联合优化问题的求解模型；根据分块坐标下降方法对所述新的预编码矩阵和反透射系数矩阵联合优化问题的求解模型进行求解，将所述求解过程划分为三个子迭代过程，利用拉格朗日对偶方法和约束凹凸过程方法对所述三个子迭代过程中预编码矩阵和反透射系数矩阵的求解过程进行求解，得到最优的预编码矩阵和反透射系数矩阵；根据所述最优的预编码矩阵和反透射系数矩阵对所述反透一体式智能超表面网络的多协议传输进行优化，并将结果推广至模式选择和时间切换场景下。2.根据权利要求1所述的方法，其特征在于，设置所述反透一体式智能超表面的幅度系数约束和相位系数约束，包括：设置所述反透一体式智能超表面的幅度系数约束为相位系数约束为其中，l∈{t,r}表示处于透射/反射模式，t表示透射模式，r表示反射模式，m＝1,2,
…
,m，m为元件个数。3.根据权利要求1所述的方法，其特征在于，根据所述约束条件和所述目标函数，建立能量分裂场景下预编码矩阵和反透射系数矩阵联合优化问题的求解模型，包括：根据所述约束条件和所述目标函数，建立能量分裂场景下预编码矩阵和反透射系数矩阵联合优化问题的求解模型为es:es:es:其中，w
l
表示第l个用户的预编码矩阵,ω
l
∈[0,1],∑
l
ω
l
＝1为第l位用户的权值，p
s
为最大发射功率，表示反透一体式智能超表面的反透射系数矩阵，r
l
表示第l个用户的可达信息率。4.根据权利要求3所述的方法，其特征在于，所述方法还包括：在模式选择场景下，根据所述约束条件和所述目标函数，建立预编码矩阵和反透射系数矩阵联合优化问题的求解模型为
ms:ms:ms:5.根据权利要求4所述的方法，其特征在于，所述方法还包括：在时间切换场景下，所有元件在两种模式之间的正交时间槽中切换，其中透射和发射模式的槽长记为τ
l
，根据所述约束条件和所述目标函数，建立预编码矩阵、反透射系数矩阵和模式槽长联合优化问题的求解模型为：ts:ts:τ
l
∈[0,1],∑
l
τ
l
＝16.根据权利要求5所述的方法，其特征在于，利用等效方法对所述求解模型中的目标函数进行重新表述，得到新的预编码矩阵和反透射系数矩阵联合优化问题的求解模型，包括：利用等效方法对所述求解模型中的目标函数进行重新表述，首先使用线性解码矩阵来恢复第l个用户的信号向量，得到第l个用户的均方误差矩阵：其中表示发射机与智能超表面之间的信道矢量，h
l
表示智能超表面与用户l之间的信道矢量，i表示单位矩阵，为第l个用户处的噪声方差；引入一组辅助矩阵得到新的预编码矩阵和反透射系数矩阵联合优化问题的求解模型为求解模型为求解模型为其中，h
l
(v
l
,u
l
,w
l
,φ
l
)＝log2|v
l
|-tr(v
l
e
l
)；采用分块坐标下降法方法来处理约束问题，其中整个过程包括以下子迭代：1)固定{w
l
,φ
l
}，得到最优矩阵变量{u
l
,v
l
}为：
其中由最优的代入得到，即2)对于固定的{u
l
,v
l
,φ
l
}，求解最优的w
l
；3)对于固定的{u
l
,v
l
,w
l
}，求解最优的φ
l
。7.根据权利要求6所述的方法，其特征在于，利用拉格朗日对偶方法和约束凹凸过程方法对所述三个子迭代过程中预编码矩阵和反透射系数矩阵的求解过程进行求解，得到最优的预编码矩阵和反透射系数矩阵，包括：利用拉格朗日对偶方法对所述三个子迭代过程中预编码矩阵的求解过程进行求解，将代入新的预编码矩阵和反透射系数矩阵联合优化问题的求解模型，忽略不相关项，得到预编码矩阵求解模型为预编码矩阵求解模型为其中，为辅助变量；应用对偶性得到预编码矩阵求解模型的拉格朗日代价函数为：其中，λ>0表示预编码矩阵和反透射系数矩阵联合优化问题的求解模型的对偶变量,表示取实部；根据一阶优化条件和所述拉格朗日代价函数对所述预编码矩阵求解模型进行求解，得到预编码矩阵为其中i表示单位矩阵。8.根据权利要求7所述的方法，其特征在于，所述方法还包括：利用约束凹凸过程方法对所述三个子迭代过程中反透射系数矩阵的求解过程进行求解，将w
l
代入得到反透射系数矩阵求解模型代入得到反透射系数矩阵求解模型其中：φ
l
＝diag(φ
l
))引入矩阵则有和将反透射系数矩阵求解模型转化为
diag(ω
r
+ω
t
)＝1引理：根据等式t＝tt
h
等价于：tr(tt
h-d1)≥0其中和为松弛变量；由所述引理将反透射系数矩阵求解模型转化为凸优化问题；所述凸优化问题为s.t.diag(ω
r
+ω
t
)＝1)＝1根据凸优化工具箱cvx对所述凸优化问题进行求解，得到反透射系数矩阵。

技术总结
本申请涉及一种反透一体式智能超表面网络的多协议传输优化方法。所述方法包括：利用等效方法对求解模型中的目标函数进行重新表述，得到新的预编码矩阵和反透射系数矩阵联合优化问题的求解模型；根据分块坐标下降方法对新的预编码矩阵和反透射系数矩阵联合优化问题的求解模型进行求解，利用拉格朗日对偶方法和约束凹凸过程方法对三个子迭代过程中预编码矩阵和反透射系数矩阵的求解过程进行求解，得到最优的预编码矩阵和反透射系数矩阵；根据最优的预编码矩阵和反透射系数矩阵对反透一体式智能超表面网络的多协议传输进行优化。采用本方法能够大大扩展无线网络的覆盖范围。用本方法能够大大扩展无线网络的覆盖范围。用本方法能够大大扩展无线网络的覆盖范围。


技术研发人员：林志 翟雅笛 牛和昊 钟旭东 王勇 安康 王磊 马瑞谦 赵青松 张岩
受保护的技术使用者：中国人民解放军国防科技大学
技术研发日：2023.06.19
技术公布日：2023/8/31